字符编码与文件的处理 2018-3-22-23

字符编码

 

字符编码的定义:             输入电脑中的字符对应一个特定的数字

重点结论就一句：           要使编码不存在乱码情况就是，字符以什么标准而编码的，就要以什么标准解码

硬盘存储：现在的硬盘存储都是utf-8格式，一个汉字占用3个字节

python2  解释器默认格式为ASCII   （str类型按照头文件格式储存）

               所以python2中的str格式有两种，一种是默认的ACSII，另一种就是unicode

               转换方式是： unicode——（编码cencode）——>gdb

                                     gdb——（解码decode）——>unicode

python3  解释器默认格式为utf-8       （str被存成unicode）

头文件：指定解释器选择的解释格式(读文件的格式，读取格式必须跟编码格式一致)

bytes类型（二进制类型）用途：1.存放到文件中      2.基于网络的传输

文件处理

打开本地文件：open'打开文件的路径'    mode‘打开文件的模式’    encoding‘操作文件的字符编码’

关闭文件 （回收操作，节省系统资源） .clase()

f=open（'a.txt'），默认打开的方式是rt（只读模式）模式。（默认打开的格式为gbk）

打开方式：文件默认打开方式是t模式，即文本模式

打开文件的操作，r，w，a

1：r模式，只读模式，（当文件名不存在时，报错）

2：w模式，只写模式，（当文件名不存在时，新建一个文件名，当文件名存在时，覆盖原来文件）

3：a模式，添加模式，（当文件名不存在时，创建新文件。当文件名存在时，输入文件添加到最后）

文件打开方式为b模式时，b模式即字节模式

注意：1.b模式不能单独使用，必须是rb，wb，ab。（t模式时，t可以省略）

           2.b模式下读写都是字节，以bytes为单位

           3.b模式下一定不能指定encoding参数（b模式下就一种，bytes）

文件的修改：

               f.seek（）偏移量，移动的位置，单位是字节

文件修改的两种方式：

一：1，把文件类容全部读入内存，      2，在内存中修改文件         3.把修改后的文件再存入硬盘

（缺点：因为把文件全部读入内存，如果文件类容太多，会占用过多内存）

二：以读的方式一行一行打开文件，找到修改的进行修改，生成一个新文件，再把新文件覆盖到原来文件‘